Lakshmikant Gundavarapu, Giám đốc Đổi mới tại Tredence – Loạt Phỏng vấn

Lakshmikant Gundavarapu là Giám đốc Đổi mới tại Tredence. Với hơn ba thập kỷ trong lĩnh vực CNTT, Lakshmikant là một chuyên gia uy tín trong lĩnh vực chuyển đổi số và đổi mới công nghệ.

Với vai trò là cựu Trưởng bộ phận Dữ liệu và Trí tuệ nhân tạo tại Microsoft (MSFT ) Ấn Độ, Lakshmikant đã lãnh đạo quá trình chuyển đổi số cho hơn 100 khách hàng trên 40 quốc gia. Tại Microsoft, Lakshmikant đã thúc đẩy việc tích hợp cơ sở dữ liệu mã nguồn mở trên Azure và thiết lập các quan hệ đối tác chiến lược với các nhà cung cấp giải pháp SaaS.

Với khả năng tạo ra các giải pháp trí tuệ nhân tạo tập trung vào khách hàng, Lakshmikant excels trong việc xây dựng các quan hệ đối tác chiến lược để thúc đẩy đổi mới. Lakshmikant mang lại một lượng kinh nghiệm, chuyên môn kỹ thuật và khả năng lãnh đạo để thúc đẩy các chuyển đổi số, thể hiện khả năng chuyển đổi các công nghệ mới thành các giải pháp kinh doanh cụ thể.

Tredence là một công ty dữ liệu và trí tuệ nhân tạo giúp các doanh nghiệp chuyển đổi các thí nghiệm phân tích thành tác động thực tế. Họ hoạt động trong các ngành như bán lẻ, CPG, công nghệ, tài chính, chăm sóc sức khỏe và du lịch, cung cấp các dịch vụ về kỹ thuật dữ liệu, trí tuệ nhân tạo, trí tuệ nhân tạo tạo sinh, chuỗi cung ứng, trải nghiệm khách hàng và hiện đại hóa số. Mục tiêu của họ là kết hợp tốc độ thông qua các công cụ tăng tốc, chuyên môn sâu về lĩnh vực và quan hệ đối tác mạnh mẽ để cung cấp các giải pháp có thể mở rộng và sẵn sàng cho doanh nghiệp.

Với kinh nghiệm của bạn tại Microsoft Ấn Độ, những trải nghiệm nào đã định hình tầm nhìn của bạn về chuyển đổi số doanh nghiệp dựa trên trí tuệ nhân tạo mà hiện nay đang được thể hiện trong chiến lược của Tredence?

Trong thời gian tôi làm việc tại Microsoft, tôi đã có cơ hội làm việc với các doanh nghiệp trên các lĩnh vực khác nhau, bao gồm hàng không và bất động sản. Rõ ràng là trí tuệ nhân tạo có thể tạo ra tác động thực sự khi nó có mục đích rõ ràng, được hỗ trợ bởi dữ liệu đáng tin cậy và được thiết kế để tích hợp vào quyết định vận hành.

Ví dụ:

• Một hãng hàng không lớn đã triển khai trí tuệ nhân tạo để dự đoán sự cố động cơ, cho phép bảo trì chủ động và cải thiện cả an toàn và hiệu quả.
• Một công ty bất động sản lớn đã sử dụng trí tuệ nhân tạo để theo dõi dự đoán các hệ thống xây dựng quan trọng, dẫn đến giảm thời gian ngừng hoạt động và tối ưu hóa lịch trình bảo trì.

Những trải nghiệm này đã dạy tôi rằng công nghệ alone không thể chuyển đổi doanh nghiệp. Nó đòi hỏi thiết kế cẩn thận, nền tảng dữ liệu mạnh mẽ và cơ chế để chuyển đổi thông tin thành hành động thực sự. Quan điểm này hiện đang định hình cách tiếp cận của Tredence: Chúng tôi phát triển các giải pháp trí tuệ nhân tạo có mục đích, thông tin dữ liệu và có khả năng cung cấp kết quả đo lường được trên toàn doanh nghiệp.

Tredence thường được mô tả là giải quyết vấn đề “dặm cuối” trong trí tuệ nhân tạo. Bạn có thể chia sẻ các ví dụ về việc này đã tăng tốc chuyển đổi cho khách hàng? 

Xét một nhà bán lẻ toàn cầu lớn. Bằng cách thống nhất dữ liệu phân mảnh từ giao dịch, chương trình khách hàng thân thiết, hoạt động chuỗi cung ứng và điểm chạm kỹ thuật số, chúng tôi đã kích hoạt các ứng dụng trí tuệ nhân tạo để thúc đẩy tăng trưởng doanh thu, giữ chân khách hàng, cá nhân hóa hành trình và dự báo nhu cầu. Chúng tôi đã áp dụng những thông tin này vào hoạt động, chuyển đổi phân tích thành kết quả kinh doanh cụ thể.

Trường hợp nghiên cứu bán lẻ: Tredence đã tạo ra một hệ thống cá nhân hóa thống nhất đã tạo ra 58 triệu đô la doanh thu và đóng một khoảng cách KPI 54%. Điều này vượt ra ngoài thông tin khách hàng và cung cấp cá nhân hóa doanh thu ở quy mô.

Trong lĩnh vực dược phẩm sinh học, tích hợp dữ liệu nghiên cứu, lâm sàng và thương mại đã cho phép trí tuệ nhân tạo tối ưu hóa việc tuyển dụng thử nghiệm, cải thiện thiết kế nghiên cứu và cải thiện sự tham gia của bác sĩ, từ đó tăng tốc thời gian đưa sản phẩm ra thị trường và tăng doanh thu.

Trên các lĩnh vực, từ phát hiện gian lận ngân hàng đến bảo trì dự đoán trong sản xuất, bài học vẫn giống nhau: Trí tuệ nhân tạo chỉ cung cấp giá trị khi nó thúc đẩy các quyết định quan trọng đối với doanh nghiệp.

Trường hợp nghiên cứu ngân hàng: Tredence đã triển khai các đồng pilot chống rửa tiền GenAI không chỉ tạo ra thông tin về các hoạt động đáng ngờ mà còn tích hợp vào hoạt động hàng ngày để tăng cường 120% hiệu suất trường hợp trong khi cắt giảm 15% các kết quả dương tính giả. Điều này cho thấy sự chuyển đổi từ phát hiện trí tuệ nhân tạo sang hiệu quả vận hành.

Các doanh nghiệp thường gặp khó khăn khi chuyển từ các thử nghiệm trí tuệ nhân tạo sang sản xuất ở quy mô. Những chướng ngại vật lớn nhất là gì và Tredence giúp vượt qua chúng như thế nào?

Nhiều sáng kiến trí tuệ nhân tạo bị đình trệ vì chúng không được thiết kế với kết quả kinh doanh rõ ràng, ngay cả khi chúng mạnh về mặt kỹ thuật. Các thách thức chính bao gồm:

1. Khoảng cách thiết kế theo mục đích: Thông tin có thể thú vị, nhưng không giải quyết các vấn đề kinh doanh có thể đo lường được.
2. Giới hạn dữ liệu: Dữ liệu phân mảnh hoặc chất lượng kém ngăn cản việc mở rộng đáng tin cậy.
3. Thách thức vận hành: Không có triển khai tự động, giám sát, đào tạo lại và quản lý, các mô hình vẫn còn trong giai đoạn thử nghiệm.

Tại Tredence, chúng tôi giải quyết những thách thức này thông qua:

• Thiết kế tập trung vào kết quả, đảm bảo mọi sáng kiến trí tuệ nhân tạo gắn trực tiếp với kết quả kinh doanh có thể đo lường được.
• Cơ sở dữ liệu mạnh mẽ, hợp nhất và làm giàu dữ liệu để đảm bảo hiệu suất mô hình đáng tin cậy.
• Các khuôn khổ vận hành sẵn sàng cho sản xuất, bao gồm triển khai tự động, giám sát, đào tạo lại và quản lý để duy trì độ chính xác, khả năng chống chịu và tuân thủ.

Cách tiếp cận này cho phép các doanh nghiệp chuyển từ thử nghiệm sang trí tuệ nhân tạo có thể mở rộng và cung cấp tác động kinh doanh nhất quán.

Bạn vừa công bố Milky Way, một tập hợp các tác nhân trí tuệ nhân tạo tự động. Điều gì đã truyền cảm hứng cho thiết kế của nó và nó khác với các trợ lý trí tuệ nhân tạo thông thường như thế nào?

Milky Way được sinh ra từ nhận thức rằng các doanh nghiệp cần nhiều hơn các bảng điều khiển hoặc các bot trò chuyện. Họ yêu cầu một khuôn khổ lý luận có thể tiêu thụ, diễn giải và kết nối dữ liệu đa biến để tạo ra thông tin hành động.

Không giống như các trợ lý thông thường, các tác nhân Milky Way:

• Lý luận trên các nguồn dữ liệu đa dạng, kết nối thông tin thay vì chỉ trả lời câu hỏi.
• Phân tích các vấn đề phức tạp, đa chiều, kết nối thông tin trên các quy trình làm việc.
• Cung cấp thông tin hành động, chuyển đổi thông tin thành quyết định hoặc hành động tự động.

Tóm lại, Milky Way biến trí tuệ nhân tạo thành một mạng lưới các tác nhân lý luận, có khả năng xử lý sự phức tạp và thúc đẩy các kết quả kinh doanh thực sự, thay vì chỉ thay thế các công cụ cơ bản.

Các triển khai ban đầu của Milky Way đã mang lại kết quả nhanh chóng. Những yếu tố nào đã tạo ra những lợi ích này?

Ba yếu tố đã tạo ra sự khác biệt:

1. Đính kèm thông tin vào nơi quyết định xảy ra, khiến các khuyến nghị trở nên có thể hành động ngay lập tức.
2. Trí tuệ tiên phong, chuyển đổi thông tin thành quyết định chủ động thay vì phân tích hồi cứu.
3. Các nền tảng an toàn, được quản lý, cho phép trí tuệ nhân tạo ở quy mô doanh nghiệp trong khi duy trì tuân thủ và kiểm soát.

Sự kết hợp này mang lại kết quả kinh doanh cụ thể trong vài tuần thay vì vài tháng.

Milky Way ưu tiên khả năng giải thích, kiểm toán và đường dẫn lý luận. Điều này quan trọng như thế nào đối với sự tin tưởng của doanh nghiệp?

Sự tin tưởng là nền tảng trong trí tuệ nhân tạo doanh nghiệp. Milky Way đảm bảo:

• Lý do rõ ràng cho mỗi khuyến nghị.
• Dấu vết kiểm toán ghi lại tất cả đầu vào, đầu ra và hành động.
• Thử nghiệm đối thủ liên tục để đảm bảo độ mạnh mẽ và độ tin cậy.

Sự minh bạch và trách nhiệm này phân biệt Milky Way với các hệ thống hộp đen không rõ ràng, xây dựng sự tự tin của doanh nghiệp trong việc áp dụng.

Sự chuyển đổi này từ công cụ sang đồng nghiệp trí tuệ nhân tạo sẽ ảnh hưởng đến các tổ chức và quyết định như thế nào?

Đồng nghiệp trí tuệ nhân tạo thay đổi cách các tổ chức hoạt động:

• Quản lý đảm nhận vai trò kép, hướng dẫn con người đồng thời giám sát các tác nhân trí tuệ nhân tạo.
• Quyết định trở nên hợp tác, với các tác nhân xử lý lý luận và con người cung cấp ngữ cảnh và giám sát đạo đức.
• Các cấu trúc vận hành phát triển để tích hợp trí tuệ nhân tạo vào quyết định hàng ngày, cải thiện tốc độ, nhất quán và chất lượng của kết quả.

Đến năm 2028, một phần ba quyết định kinh doanh có thể được thực hiện tự động. Những gì các tổ chức phải thay đổi để đảm bảo an toàn?

 Để triển khai trí tuệ nhân tạo tự động an toàn, các tổ chức nên thực hiện các biện pháp thực tế trên văn hóa, vận hành và quản trị:

Văn hóa – Xây dựng niềm tin với trí tuệ nhân tạo:

• Bắt đầu với quyết định có sự tham gia của con người và tăng dần tự động hóa.
• Đào tạo các đội để hiểu, xác thực và can thiệp vào các khuyến nghị của trí tuệ nhân tạo.

Vận hành – Triển khai kiểm soát và rủi ro:

• Đ liên tục theo dõi các quyết định của trí tuệ nhân tạo về độ chính xác, thiên vị và tuân thủ.
• Thực hiện các mô phỏng đối thủ để xác định các điểm yếu.
• Giữ các vòng phản hồi để cải thiện các mô hình trí tuệ nhân tạo từ sự sửa chữa của con người.

Quản trị – Thiết lập ranh giới và đường dẫn leo thang:

• Xác định các quyết định có thể được tự động hóa hoàn toàn và những quyết định cần giám sát.
• Đảm bảo khả năng kiểm toán và khả năng theo dõi cho tất cả các hành động do trí tuệ nhân tạo thúc đẩy.
• Tạo các quy trình dự phòng để can thiệp trong trường hợp có bất thường hoặc rủi ro.

Những bước này cho phép các tổ chức mở rộng quyết định tự động an toàn trong khi vẫn giữ kiểm soát, trách nhiệm và tuân thủ.

Con đường của Tredence cho Milky Way là gì?

Lộ trình của chúng tôi bao gồm:

1. Các tác nhân cụ thể cho ngành bán lẻ, chăm sóc sức khỏe, sản xuất và dịch vụ tài chính.
2. Tích hợp sâu hơn với các hệ thống ERP, CRM và chuỗi cung ứng để áp dụng dễ dàng.
3. Học và lý luận liên tục để cho phép các tác nhân cải thiện trí tuệ và hiểu biết ngữ cảnh theo thời gian.

Tầm nhìn là một hệ sinh thái của các tác nhân hợp tác mà các doanh nghiệp có thể lắp ráp, quản lý và tin tưởng.

Lãnh đạo cấp C nên chuẩn bị như thế nào cho trí tuệ nhân tạo đảm nhận các vai trò quyết định chiến lược?

Đ采用 trí tuệ nhân tạo là một hành trình trưởng thành:

• Bắt đầu với các đồng pilot có sự tham gia của con người, tiến tới các quy trình bán tự động và cuối cùng cho phép tự động hóa hoàn toàn trong các lĩnh vực được quản lý.
• Đầu tư vào khả năng hiểu biết trí tuệ nhân tạo, cho phép các đội hợp tác hiệu quả với các hệ thống trí tuệ nhân tạo.
• Tư duy lại các chỉ số hiệu suất chính, khuôn khổ quản trị và cấu trúc vận hành để tập trung vào chất lượng quyết định và tác động kinh doanh, không chỉ hiệu suất mô hình.

Cuối cùng, việc áp dụng trí tuệ nhân tạo không chỉ là một sáng kiến công nghệ; nó là một sự chuyển đổi trong lãnh đạo, văn hóa và quyết định vận hành.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm nên truy cập Tredence.